Hvordan AI fodrer Kinas internetdrage

Kort efter at have gået gennem hoveddørene til Baidu i Beijing i november sidste år, blev jeg overrasket over at bemærke, at mit ansigt havde forvandlet sig til et muntert udseende lille hund. Da jeg chattede med en af ​​Baidus AI-forskere, havde den version af mig, der blev vist på hans smartphone, spiret en meget realistisk udseende våd tryne, luftige ører og en stor lyserød tunge.

Tricket blev udført på en app kaldet Se dig i øjnene , udgivet af Baidu sidste Halloween, som lader dig tilføje alle mulige uhyggelige effekter eller dyreegenskaber til et digitalt billede af dit ansigt. Face You gør brug af en AI-teknik kaldet deep learning til automatisk at identificere nøglepunkter på en persons ansigt, så softwaren derefter kan placere og strække en virtuel maske med forbløffende nøjagtighed.

Deep learning driver dog meget mere end bare fjollede apps hos Baidu. Det gør eksisterende produkter smartere og hjælper virksomhedens ingeniører med at finde på mange helt nye ideer.

Baidu er en af ​​flere virksomheder – blandt andet Facebook, Google, Microsoft og IBM – der bruger deep learning til nye applikationer, såsom at træne computere til at føre en samtale, mens de migrerer ældre applikationer fra 'konventionel' maskinlæring til deep learning, siger Yann LeCun , professor ved New York University, en af ​​nøglefigurerne i historien om dyb læring, og direktør for AI-forskning hos Facebook. Dette sker i et imponerende tempo, fordi dyb læring har vist sig så effektiv til at genkende mønstre og lave forudsigelser ud fra data.

Baidu hovedkvarter, Beijing.

Dyb læring er i bund og grund en særlig effektiv type maskinlæring, en måde at få computere til at programmere sig selv på efter at have sluppet enorme mængder data. Det involverer at føre data til et stort netværk af simulerede neuroner, som så gradvist lærer at genkende abstrakte mønstre i det input. Et trænet netværk kan så f.eks. spotte objekter i et billede eller afgøre, om en ny e-mail-meddelelse er legitim eller spam.

Teknikken hjælper helt sikkert Baidu med at bevare sit ry som en af ​​Kinas mest innovative hjemmedyrkede virksomheder. På næsten enhver måde er Baidu Kinas mest succesrige internetforretning: over 92 procent af landets mere end 536 millioner internetsøgningsbrugere anvender dets portaltjenester og mobilapps. Og det fortsætter med at vokse. I det seneste år har det bevæget sig ind i nye områder, herunder musikstreaming, forsikring og bank.

Baidu bruger AI til at bevæge sig hurtigt i et dynamisk og konkurrencedygtigt teknologilandskab, siger Andrew Ng , virksomhedens chefforsker og en fremtrædende maskinlæringsekspert. For to år siden oprettede virksomheden en intern gruppe kaldet Institute of Deep Learning for at udforske måder at anvende teknologien på tværs af virksomheden. Siden da, siger Ng, har dyb læring hjulpet med at transformere dets annoncesystem, forbedre omsætningen markant og drevet helt nye tiltag som det autonome køresystem, Baidu demonstrerede i december. Antallet af deep learning-applikationer vokser hver dag, siger han.

Baidu's Deep Learning Institute samarbejder ofte om AI-projekter med en Baidu-gruppe i USA, kaldet Silicon Valley AI Lab. Det amerikanske laboratorium blev åbnet i 2013 for at tiltrække AI-talenter, der allerede arbejder eller studerer i området.

En af de første ting, Baidu gjorde efter at have oprettet instituttet, siger Ng, var at skabe en dyb læringsplatform kaldet Paddle, som ingeniører i andre afdelinger kunne bruge. Og forskere fra instituttet er ofte indlejret i andre afdelinger. Som følge heraf er deep learning blandt andet blevet brugt til at forbedre Baidus antivirusfiltre og til at forudsige, hvornår en harddisk i en af ​​virksomhedens gigantiske serverfarme fejler.

92 %

Andel af kinesiske søgebrugere, der bruger Baidu-tjenester

Da jeg gik gennem instituttets kontorer i Baidu HQ, var beviser på hektisk aktivitet og eksperimenter rundt omkring. Laboratoriet flyttede for nylig til en anden bygning på Baidus campus for at rumme et større team, og snesevis af hurtigt opsatte skriveborde var fyldt med kasser, der endnu ikke skulle pakkes ud. På den ene reol sad en drone, som forskerne brugte til at bygge 3D-modeller af gadebilleder.

Jiawei Gu, en ungdommelig forsker, demonstrerede appen til at ændre ansigtet, og han sagde, at de teknikker, der blev brugt til at bygge den, kunne gøre det muligt for virksomheden at forgrene sig til virtual reality. For eksempel kunne de give en måde at bringe virkelige objekter ind i virtuelle miljøer.

Deep learning er blandt andet blevet brugt til at forbedre Baidus antivirusfiltre og til at forudsige, hvornår en harddisk i en af ​​dens gigantiske serverfarme fejler.

Jiawei viste mig derefter en bærbar enhed, Baidu har skabt for at hjælpe blinde eller svagsynede med at navigere rundt i verden. Hedder DuLight , hænger enheden fast på dit øre som et Bluetooth-headset, fanger det, der er lige foran dig, og trykker på et dybt indlæringsbaseret billedgenkendelsessystem for at identificere det.

Jiawei pegede DuLight på en stol og en potteplante, og den sagde: Genkender … let plastikstol … genkender … frodig grøn potteplante. Da han pegede enheden mod mig, stod der: En mand smiler, omkring 37 år gammel (et tæt gæt). Han sagde, at det kunne konfigureres til at huske en persons navn og identificere den person senere.

AI, i form af dyb læring, har allerede hjulpet med at forbedre vigtige Baidu-produkter, herunder kernesøgningsalgoritmen, ved at gøre billedsøgning langt mere præcis. Og det har øget nøjagtigheden af ​​virksomhedens stemmegenkendelsesmaskine, som muliggør stemmesøgning samt en relativt ny stemmestyret personlig assistent kaldet DuEr. Taleteknologi kan være særlig vigtig for Baidus fremtid i Kina, da den tilbyder en mere elegant måde at bruge en mobilenhed på end at indtaste kinesiske tegn på en lille skærm.

Enhver virksomhed med mange data bør seriøst overveje deep learning, siger Ng. Det er en supermagt, der forvandler enorme mængder data til enorme mængder værdi.

skjule